邀請(qǐng)有禮，免費(fèi)送VIPAI人工智能運(yùn)營：AI產(chǎn)品如何執(zhí)行技術(shù)產(chǎn)品運(yùn)營
第一代人往往擁有紅利！
本文談的是如何AI的第一代人，AI第一代的技術(shù)、AI第一代的產(chǎn)品、AI第一代的運(yùn)營。最后講幾個(gè)案例。
一、第一代的AI人綜述
例如，許多公司走出五環(huán)路尋找交通，許多公司失去了首次公開募股。就連已經(jīng)成功登陸的威來汽車和瑞星咖啡，據(jù)說都是直接用資本兌現(xiàn)的。由此可見，互聯(lián)網(wǎng)的秋天的真正嚴(yán)重性。
過去一兩年安裝的應(yīng)用程序數(shù)量越來越少，這也是事實(shí)。幾家大工廠的產(chǎn)品在蘋果商店的排名中幾乎是穩(wěn)定的。
流量的減少實(shí)際上是移動(dòng)互聯(lián)網(wǎng)技術(shù)推動(dòng)的基礎(chǔ)技術(shù)普及的結(jié)果，而不是悲劇或喜劇。例如，個(gè)人電腦轉(zhuǎn)向移動(dòng)互聯(lián)網(wǎng)，就像馬車被汽車取代一樣。
市場需求需要不斷創(chuàng)新，創(chuàng)新需要科技驅(qū)動(dòng)。環(huán)顧四周，什么能引領(lǐng)下一波技術(shù)趨勢(shì)？
這里365微信編輯還發(fā)現(xiàn)，人工智能技術(shù)是唯一能夠滿足巨大能量并跨越技術(shù)成熟度曲線的技術(shù)。
這表明，要成為第一代AI人，一方面要優(yōu)先實(shí)現(xiàn)網(wǎng)絡(luò)流量的高峰，甚至要實(shí)現(xiàn)沒有AI你還能做什么？
二、AI第一代的技術(shù)
（一）、AI相關(guān)技術(shù)的學(xué)習(xí)和實(shí)際
一般來說，畢業(yè)后學(xué)習(xí)計(jì)算機(jī)、、數(shù)學(xué)、、統(tǒng)計(jì)學(xué)、、幾何和技術(shù)的朋友會(huì)和下圖中學(xué)習(xí)數(shù)學(xué)的朋友有同樣的感受。
從上圖可以看出，我們每個(gè)人從小就開始學(xué)習(xí)認(rèn)知數(shù)字，學(xué)習(xí)運(yùn)算，然后學(xué)習(xí)函數(shù)、代數(shù)。當(dāng)我上大學(xué)的時(shí)候，我開始學(xué)習(xí)微積分。、博士開始涉足高等微積分。之后，他可能成為博士后研究員，并在核心期刊上發(fā)表論文。他可能設(shè)計(jì)黎曼猜想、的泛函分析。
然后我會(huì)發(fā)現(xiàn)我在過去工作時(shí)學(xué)到了什么。剩下的就是做EXCEL表格，寫文檔，設(shè)計(jì)和規(guī)劃PPT。
（二）、AI里的算法技術(shù)實(shí)際應(yīng)用
在學(xué)習(xí)算法時(shí)，我們將其分為傳統(tǒng)算法和人工智能算法。例如，我們使用傳統(tǒng)算法分割貓的形狀，例如，貓有圓臉、，三角形耳朵、，四條腿、，長尾等等。這個(gè)例子很好理解，這樣的算法是不可靠的。那么人工智能是如何識(shí)別貓的呢？事實(shí)上，人工智能算法類似于人類識(shí)別貓的過程。首先，用照相機(jī)給貓拍照，然后把照片傳送到神經(jīng)網(wǎng)絡(luò)進(jìn)行處理。最后，判斷貓是否和我們?nèi)祟惙浅Ｏ嗨啤＠?，一個(gè)孩子從他出生時(shí)第一次看到一只貓?jiān)谒难劬?，每秒鐘用他的眼睛?0張照片。5歲時(shí)，他擁有15億張照片。所以我們?nèi)祟愓J(rèn)識(shí)了貓。人工智能算法是相似的。
(1)、一般使用統(tǒng)計(jì)學(xué)、線性代數(shù)和微積分；如果你想做人工智能技術(shù)，你可以在實(shí)踐層面學(xué)習(xí)更多的線性代數(shù)和概率統(tǒng)計(jì)，而如果你做人工智能技術(shù)很長時(shí)間，甚至在架構(gòu)層面，你可以學(xué)習(xí)更多的微積分。
(2)、編程語言通常是r語言和Python，當(dāng)然c也可以，但是由于Python在日常工作中的語法特點(diǎn)，它的工作產(chǎn)生更快的結(jié)果，所以人工智能內(nèi)容更頻繁地用Python編寫。
(3)、理論基礎(chǔ)我們應(yīng)該知道，根據(jù)數(shù)據(jù)集是否具有Y值，機(jī)器學(xué)習(xí)可以分為監(jiān)督學(xué)習(xí)0x 1775半監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)是一種分類算法，無監(jiān)督學(xué)習(xí)是一種聚類算法。
(4)算法：目前通用人工智能中流行的算法稱為機(jī)器學(xué)習(xí)算法，深度學(xué)習(xí)算法屬于機(jī)器學(xué)習(xí)算法。人工智能技術(shù)領(lǐng)域的熟練算法包括決策樹、 KNN、 KMEANS、 SVM線性回歸，英國石油公司、美國有線電視新聞網(wǎng)、標(biāo)準(zhǔn)時(shí)間、高斯。
三、AI第一代的產(chǎn)品
365微信編輯器小編建議傳統(tǒng)的產(chǎn)品經(jīng)理應(yīng)該學(xué)習(xí)更多的邏輯，至少要善于利用矛盾法則、、同一性法則、和排除中間法則、的充要條件來判斷需求。
然后，除了理解上面的基本邏輯，人工智能的人還建議一個(gè)寬泛的定義。數(shù)學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)是產(chǎn)品應(yīng)該廣泛理解的邏輯。這并不是說產(chǎn)品編寫的代碼比程序員更能撕毀代碼。它在兩個(gè)方面更有用。一是在制定需求愿景時(shí)，判斷需求和時(shí)間、的可行性。另一個(gè)是便于與相應(yīng)的技術(shù)人員溝通。
一個(gè)特定的人工智能產(chǎn)品經(jīng)理至少應(yīng)該熟悉人工智能知識(shí)。
(1)、數(shù)據(jù)清理
了解特性、數(shù)據(jù)類型觀測(cè)、正態(tài)性檢驗(yàn)、分類變量處理、連續(xù)變量處理、類別不平衡等，數(shù)據(jù)準(zhǔn)備階段執(zhí)行工作，你手持內(nèi)外打破數(shù)據(jù)孤島的需求旗幟，知道工作進(jìn)度和工作卡在哪里總是好的。
為什么人工智能產(chǎn)品經(jīng)理應(yīng)該理解數(shù)據(jù)，因?yàn)閿?shù)據(jù)處理的過程就是人工智能應(yīng)用的過程。
（2）、特征工程
特征衍生、特征生維、特征篩選、特征降維。
（3）、調(diào)參
網(wǎng)格搜索、窮舉搜索、隨機(jī)搜索、手動(dòng)調(diào)參、自動(dòng)調(diào)參
（4）、建模
分類（決策樹、神經(jīng)網(wǎng)絡(luò)、邏輯回歸），聚類（PCA、Kmeans、AHP）
（5）、模型集成
boosting、bagging、stacking
（6）、模型驗(yàn)證
AUC/ROC、recall、precision、F score
（7）、保存模型
（8）、模型預(yù)測(cè)
以上AI的知識(shí)其中的執(zhí)行技術(shù)可能是AI技術(shù)人的擅長的，但是作為AI產(chǎn)品，一款A(yù)I產(chǎn)品的Owner也是應(yīng)該整體感受的，如果時(shí)間允許建議一個(gè)一個(gè)知識(shí)點(diǎn)的解決掉。
新媒體小編都在用的365微信編輯器，大量樣式、模板等您解鎖；更多內(nèi)容請(qǐng)關(guān)注內(nèi)容中心；
m.hgsbcw.cn
